EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM

Benzer belgeler
UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

NİTEL TERCİH MODELLERİ

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

Bağımlı Kukla Değişkenler

Dependent Variable: Y Method: Least Squares Date: 03/23/11 Time: 16:51 Sample: Included observations: 20

TABLO I: Bağımlı değişken; Tüketim,- bağımsız değişkenler; gelir ve fiyat olmak üzere değişkenlere ait veriler verilmiştir.

0, model 3 doğruysa a3. Variable Coefficient Std. Error t-statistic Prob.

ADMIT: Öğrencinin yüksek lisans programına kabul edilip edilmediğini göstermektedir. Eğer kabul edildi ise 1, edilmedi ise 0 değerini almaktadır.

Korelasyon ve Regresyon

Bağımlı Kukla Değişkenler

Yuvalanmamış F testi- Davidson- MacKinnon J sınaması

Bağımlı Kukla Değişkenler

Bağımlı Kukla Değişkenler

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

PARÇALI DOĞRUSAL REGRESYON

KUKLA DEĞİŞKENLİ MODELLERDE KANTİTATİF DEĞİŞKEN SAYISININ İKİ SINIF İÇİN FARKLI OLMASI DURUMU

Normal Dağılımlılık. EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır.

Normal Dağılımlılık. EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır.

A. Regresyon Katsayılarında Yapısal Kırılma Testleri

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

Korelasyon analizi. Korelasyon analizinin niteliği. Sınava hazırlanma süresi ile sınavdan alınan başarı arasında ilişki var mıdır?

EVIEWS KULLANIMI (EVIEWS 8)

BİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER

Doğrusal Korelasyon ve Regresyon

KUKLA DEĞİŞKENLİ MODELLER

T.C. TRAKYA ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İKTİSAT BÖLÜMÜ GENEL EKONOMİK SORUNLAR TÜFE NİN İŞSİZLİK ÜZERİNE ETKİSİ HAZIRLAYANLAR:

OTOKORELASYON OTOKORELASYON

Dependent Variable: Y Method: Least Squares Date: 03/23/11 Time: 16:51 Sample: Included observations: 20

500 BÜYÜK SANAYİ KURULUŞUNDA ÜRETİM, KÂRLILIK VE İSTİHDAM İLİŞKİLERİ. YÜKSEK LİSANS TEZİ Müh. Özlem KÖSTEKLİ. Anabilim Dalı: İşletme Mühendisliği

Kukla Değişken Nedir?

1. YAPISAL KIRILMA TESTLERİ

Tek Yönlü Varyans Analizi

ÇOKLU DOĞRUSAL BAĞLANTI

İyi Bir Modelin Özellikleri

1. Basitlik 2. Belirlenmişlik Y t = b 1 (1-r)+b 2 X t -rb 2 X t-1 +ry t-1 +e t 3. R 2 ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

KUKLA DEĞİŞKENLİ MODELLER

PARANIN TARİHÇESİ TÜRKİYE DE NAKİTSİZ EKONOMİ EKONOMİNİN FAYDALARI

PANEL VERİ MODELLERİNİN TAHMİNİNDE PARAMETRE HETEROJENLİĞİNİN ÖNEMİ: GELENEKSEL PHILLIPS EĞRİSİ ÜZERİNE BİR UYGULAMA

Y = 29,6324 X 2 = 29,0871 X 3 = 28,4473 y 2 = 2,04 x 2 2 = 0,94 x 2 3 = 2,29 yx 2 = 0,19 yx 3 = 1,60 x 2 x 3 = 1,06 e 2 = 0,2554 X + 28,47 X 3-0,53

UYGULAMALAR. Normal Dağılımlılık

SAĞLIK HARCAMALARININ YILLARA GÖRE KARŞILAŞTIRILMASI ve SAĞLIK HARCAMALARINI ETKİLEYEN FAKTÖRLERİN İNCELENMESİ

KUKLA DEĞİŞKENLİ MODELLER

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

İSTATİSTİK DERS NOTLARI

ÖĞRENCİ SEÇME SINAVI NA HAZIRLANAN ÖĞRENCİLERİN BAŞARILARINI ETKİLEYEN FAKTÖRLERİN BELİRLENMESİ (OLTU ANADOLU LİSESİ ÖĞRENCİLERİ İÇİN BİR UYGULAMA)

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Bağımlı Kukla Değişkenler

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

Sansürlenmiş ve Kesikli Regresyon Modelleri

EKONOMETRİ I E-VİEWS UYGULAMALI VE ÇÖZÜMLÜ SORULAR

Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi (ASEAD) Eurasian Journal of Researches in Social and Economics (EJRSE) ISSN:

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Yılları Arasında Bist 30 Endeksi ve BİST

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

White ın Heteroskedisite Tutarlı Kovaryans Matrisi Tahmini Yoluyla Heteroskedasite Altında Model Tahmini

Bitkisel Ürün Sigortası Yaptırma İsteğinin Belirlenmesi: Tokat İli Örneği

İki veri setinin yapısının karşılaştırılması

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

Muhasebe ve Finansman Dergisi

KAMU HARCAMALARI BİLEŞİMİNİN GELİR DAĞILIMI VE REFAH ETKİLERİ: TÜRKİYE ÖRNEĞİ. Doç. Dr. Cem DİŞBUDAK, Muğla Sıtkı Koçman Üniversitesi, İktisat Bölümü

Türkiye de Süt Ürünleri Tüketim Harcamalarına Etki Eden Faktörlerin Analizi: Çoklu Heckman Örneklem Seçicilik Sistem Yaklaşımı

Panel Veri Analizi. Prof. Dr. Recep KÖKK Dr. Nevzat ŞİMŞEK

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

EKONOMETRİDE BİLGİSAYAR UYGULAMLARI EVİEWS UYGULAMA SORULARI VE CEVAPLARI

X = 11433, Y = 45237,

21. ULUSLARARASI İKTİSAT ÖĞRENCİLERİ KONGRESİ. Ege Üniversitesi İktisadi ve İdari Bilimler Fakültesi. Nakitsiz Ekonomi: Türkiye Örneği

Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 25, Sayı: 3-4,

ÜNĠVERSĠTE ÖĞRENCĠLERĠNĠN KREDĠ KARTI SAHĠBĠ OLMALARI ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLER: GAZĠOSMANPAġA VE ĠNÖNÜ ÜNĠVERSĠTE LERĠNDEN AMPĠRĠK BULGULAR

SUÇ VERİ TABANININ LOJİSTİK REGRESYON ANALİZİ İLE TAHMİNİ: BURSA ÖRNEĞİ Estimating of Crime Database with Logistic Regression Analysis: Bursa Case

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Tek Yönlü Varyans Analizi (ANOVA)

KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ

Hasar sıklıkları için sıfır yığılmalı kesikli modeller

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

EVIEWS KULLANIMI (EVIEWS 7.1)

ANOVA. CRD (Completely Randomized Design)

Regresyon. Regresyon korelasyon ile yakından ilişkilidir


TEFE VE TÜFE ENDEKSLERİ İLE ALT KALEMLERİNDEKİ MEVSİMSEL HAREKETLERİN İNCELENMESİ* Soner Başkaya. Pelin Berkmen. Murat Özbilgin.

A EKONOMETRİ KPSS/1-AB-PÖ/2006

Rasgele Değişken Üretme Teknikleri

TÜRKYE'DE TRAFK KAZALARININ MODELLENMES K. Selçuk ÖÜT A. Faik YNAM ÖZET

Devalüasyon, Para, Reel Gelir Değişkenlerinin Dış Ticaret Üzerine Etkisinin Panel Data Yöntemiyle Türkiye İçin İncelenmesi

ZAMAN SERİLERİ EKONOMETRİSİ I: DURAĞANLIK, BİRİM KÖKLER

İKİ DEĞİŞKENLİ BASİT DOĞRUSAL REGRESYON MODELİ

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

Finansal Riskten Korunma Muhasebesinde Etkinliğin Ölçülmesi

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

Transkript:

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM (Örgün e İknc Öğretm çn) 1. 754 hanehalkına at DOMerset sml Excel dosyasında yer alan erler kullanarak tahmnlenen DOM sonuçları: Dependent Varable: CALISANKADIN Sample: 1 753 Included obseratons: 753 AILEGELIR -0.00001 0.00000-3.589 0.000 KADINEGT 0.00581 0.00596 0.974 0.331 KADINSAUCR 0.06173 0.00367 16.820 0.000 KADINTCALISSA 0.00033 0.00001 23.570 0.000 KADINYAS -0.00192 0.00279-0.687 0.492 ERKEKEGT 0.00247 0.00457 0.539 0.590 ERKEKSAUCR 0.00679 0.00449 1.511 0.131 ERKEKTCALISSA 0.00001 0.00002 0.378 0.706 ERKEKYAS -0.00076 0.00277-0.273 0.785 COCSAY 0.02182 0.00848 2.575 0.010 KUCCOCSAY -0.06639 0.02274-2.920 0.004 YASANILANYER -0.01349 0.02258-0.597 0.551 C 0.24204 0.11723 2.065 0.039 R-squared 0.695 F-statstc 140.570 Adjusted R-squared 0.690 Prob(F-statstc) 0.000 S.E. of regresson 0.276 Mean dependent ar 0.568 Sum squared resd 56.328 S.D. dependent ar 0.496 Log lkelhood -92.243 Akake nfo crteron 0.280 Durbn-Watson stat 1.322 Schwarz crteron 0.359 Elde edlen model sonuçlarına bakıldığında tüm katsayıların statstk olarak anlamlı olmadığı görünmektedr. İstatstk olarak anlamlı olmayan katsayılara at değşkenler modelden çıkarılarak model yenden tahmnlenmştr. Dependent Varable: CALISANKADIN Included obseratons: 753 AILEGELIR -0.000003 0.000001-3.836 0.000 KADINSAUCR 0.062975 0.003498 18.005 0.000 KADINTCALISSA 0.000327 0.000013 25.077 0.000 COCSAY 0.026787 0.007689 3.484 0.001 KUCCOCSAY -0.041215 0.019793-2.082 0.038 C 0.225370 0.025736 8.757 0.000 R-squared 0.691 F-statstc 333.775 Adjusted R-squared 0.689 Prob(F-statstc) 0.000 Katsayılar α=0.05 anlam düzeynde statstk olarak anlamlıdır

S.E. of regresson 0.277 Mean dependent ar 0.568 Sum squared resd 57.119 S.D. dependent ar 0.496 Log lkelhood -97.492 Akake nfo crteron 0.275 Durbn-Watson stat 1.325 Schwarz crteron 0.312 İstatstk olarak anlamlı olan katsayılar ncelendğnde; alenn toplam gelr arttıkça kadının çalışması olasılığının 0.000003 azaldığı, kadının saatlk çalışma ücret arttıkça kadının çalışma olasılığının 0.063, kadının toplam çalışma saat artıkça kadının çalışma olasılığının 0.0003 arttığı görünmektedr. Hane halkındak 6 yaşından küçük çocuk sayısının artmasının kadının çalışma olasılığını 0.041 azaltırken, hane halkındak 6-18 yaş arası çocuk sayısının artmasının kadının çalışma olasılığını 0.026 arttırdığı fade edleblmektedr. DOM nde karşılaşılan sorunlardan brnn u hata termlernn eşt aryanslı olmaması durumu olduğundan modelde hatalar arasında farklı aryansın olup olmadığı test edlmeldr. Yapılan farklı aryans test sonuçları: Heteroskedastcty Test: Breusch-Pagan- Godfrey F-statstc 15.117 Prob. F(5,747) 0.000 Obs*R-squared 69.191 Prob. Ch-Square(5) 0.000 Scaled explaned SS 75.472 Prob. Ch-Square(5) 0.000 Test Equaton: Dependent Varable: RESID^2 Included obseratons: 753 t- Coeffcent Std. Error Varable Statstc Prob. C 0.084492 0.010 8.401 0.000 AILEGELIR -0.000001 0.000-2.741 0.006 KADINSAUCR 0.010778 0.001 7.886 0.000 KADINTCALISSA -0.000028 0.000-5.436 0.000 COCSAY 0.004797 0.003 1.597 0.111 KUCCOCSAY 0.003641 0.008 0.471 0.638 R-squared 0.092 F-statstc 15.117 Adjusted R-squared 0.086 Prob(F-statstc) 0.000 S.E. of regresson 0.108 Mean dependent ar 0.076 Sum squared resd 8.722 S.D. dependent ar 0.113 Log lkelhood 610.061 Akake nfo crteron -1.604 Durbn-Watson stat 1.793 Schwarz crteron -1.568 H H : u hata termler eşt aryanslıdır. 0 : u hata termler eşt aryanslı değldr. 1 Farklı aryanslılık test sonucuna göre p değer olasılığı anlamlı olduğu çn 0 H hpotez reddedlmektedr. Hata termler eşt aryanslı değldr. Farklı aryansı önlemek çn TEKKY (Tartılı en küçük kareler yöntem) uygulanablr.

u Y ˆ (1 Y ˆ ) Y b1 b2x u olmak üzere model tahmnlenr e böylece eşt aryanslı hale gelr. Hesaplama yapılırken 0 dan küçük negatf ler Ŷ değerler 0, 1 den büyük Ŷ değerler de 1 alınmadır. TEKKY uygulanarak farklı aryans sorunu çözülmüştür, tahmn sonuçları şu şeklde elde edlmştr: Dependent Varable: CALISANKADIN/KKV Included obseratons: 749 AILEGELIR/KKV 0.000002 0.000001 3.003 0.003 KADINSAUCR/KKV 0.043719 0.001340 32.615 0.000 KADINTCALISSA/KKV 0.000318 0.000006 54.989 0.000 COCSAY/KKV 0.046167 0.004310 10.711 0.000 KUCCOCSAY/KKV -0.108181 0.017871-6.053 0.000 C 0.624404 0.096336 6.482 0.000 R-squared 0.970 F-statstc 4852.135 Adjusted R-squared 0.970 Prob(F-statstc) 0.000 S.E. of regresson 2.166 Mean dependent ar 7.781 Sum squared resd 3487.351 S.D. dependent ar 12.526 Log lkelhood -1638.825 Akake nfo crteron 4.392 Durbn-Watson stat 1.668 Schwarz crteron 4.429 2. Hanehalklarına at LOGİTerset sml Excel dosyasında yer alan erler kullanarak tahmnlenen LOGİT model sonuçları: 1 1 Logt olasılık model: P =E(Y=1 X) (b 1 b2x ) 1e 1e Z İhtmaller P n N hesaplanmaktadır. olmak üzere öncelkle İknc olarak L ln(p 1P ), L fark oranı logartmaları hesaplanır. ln[n (N n )]. n=calsankadnsay N=toplamkadnsay P= n/n L=ln(P/1-P) L=ln(n/N-n) 21.00 57.00 0.368-0.539-0.539 21.00 46.00 0.457-0.174-0.174 36.00 69.00 0.522 0.087 0.087 52.00 92.00 0.565 0.262 0.262 50.00 90.00 0.556 0.223 0.223 37.00 74.00 0.500 0.000 0.000 9.00 14.00 0.643 0.588 0.588 39.00 61.00 0.639 0.573 0.573 35.00 47.00 0.745 1.070 1.070 21.00 40.00 0.525 0.100 0.100 23.00 38.00 0.605 0.427 0.427

16.00 23.00 0.696 0.827 0.827 34.00 45.00 0.756 1.128 1.128 10.00 15.00 0.667 0.693 0.693 4.00 6.00 0.667 0.693 0.693 5.00 8.00 0.625 0.511 0.511 3.00 6.00 0.500 0.000 0.000 5.00 8.00 0.625 0.511 0.511 6.00 13.00 0.462-0.154-0.154 Ardından orjnal lojstk model L b1 b2x u tahmnlenmektedr Dependent Varable: LI Included obseratons: 19 AILEORTGELIR 0.00003 0.00003 1.198 0.251 ERKEGINORTEGITIMI 0.44837 0.15249 2.940 0.011 ERKEGINORTGELIRI -0.00006 0.00004-1.589 0.135 KADININORTEGITIMI -0.27055 0.19483-1.389 0.187 C -1.70104 1.09439-1.554 0.142 R-squared 0.554 F-statstc 4.340 Adjusted R-squared 0.426 Prob(F-statstc) 0.017 S.E. of regresson 0.333 Mean dependent ar 0.359 Sum squared resd 1.549 S.D. dependent ar 0.439 Log lkelhood -3.145 Akake nfo crteron 0.857 Durbn-Watson stat 1.851 Schwarz crteron 1.106 Tahmnlenen modelde katsayıların anlamlılıklarına bakıldığında erkegnortegtm değşkenne at katsayı dışındak katsayıların statstk olarak anlamlı olmadığı görülmektedr. İstatstk olarak anlamsız katsayılar modelden çıkarılarak yenden tahmnleme yapıldığında aşağıdak sonuçlar elde edlmştr. Dependent Varable: LI Included obseratons: 19 C -1.665 0.775-2.148 0.046 ERKEGINORTEGITIMI 0.154 0.059 2.628 0.018 R-squared 0.289 F-statstc 6.907 Adjusted R-squared 0.247 Prob(F-statstc) 0.018 S.E. of regresson 0.381 Mean dependent ar 0.359 Sum squared resd 2.467 S.D. dependent ar 0.439 Log lkelhood -7.567 Akake nfo crteron 1.007 Durbn-Watson stat 1.513 Schwarz crteron 1.106

Modelde farklı aryans durumu sözkonusu se, orjnal lojstk modeln her k tarafı çarpılarak dönüşümlü logt model elde edlmektedr. le Heteroskedastcty Test: Breusch-Pagan- Godfrey F-statstc 3.643722 Prob. F(1,17) 0.0733 Obs*R-squared 3.354 Prob. Ch-Square(1) 0.067 Scaled explaned SS 2.397 Prob. Ch-Square(1) 0.122 Test Equaton: Dependent Varable: RESID^2 Sample: 1 19 Included obseratons: 19 Varable Coeffcent Std. Error tstatstc Prob. C -0.513 0.339-1.513 0.149 ERKEGINORTEGITIMI 0.049 0.026 1.909 0.073 R-squared 0.177 F-statstc 3.644 Adjusted R-squared 0.128 Prob(F-statstc) 0.073 S.E. of regresson 0.166 Mean dependent ar 0.130 Sum squared resd 0.471 S.D. dependent ar 0.178 Log lkelhood 8.161 Akake nfo crteron -0.649 Durbn-Watson stat 2.529 Schwarz crteron -0.549 Modelde farklı aryansın durumu sınanmış e 0.05 anlamlılık düzeyne göre eşt aryansın olduğu görülmüştür. Ancak 0.10 anlamlılık düzeyne göre farklı aryans sözkonusudur. NP (1 P ) olmak üzere değerler hesaplanacak e dönüşümlü logt model elde edlecektr. L b1 b2 X u L b b X w * * 1 2 Dönüşümlü Logt Model L erkegnortegtm =N*P*(1-P) *l *erkegnortegtm -0.539 10.12 13.263 3.642-1.963 36.866-0.174 10.11 11.413 3.378-0.589 34.150 0.087 11.49 17.217 4.149 0.361 47.688 0.262 11.72 22.609 4.755 1.248 55.715 0.223 12.09 22.222 4.714 1.052 56.988 0.000 12.59 18.500 4.301 0.000 54.171 0.588 12.50 3.214 1.793 1.054 22.411 0.573 12.98 14.066 3.750 2.147 48.694 1.070 13.79 8.936 2.989 3.200 41.215 0.100 13.25 9.975 3.158 0.316 41.848 0.427 14.50 9.079 3.013 1.288 43.690

0.827 14.09 4.870 2.207 1.824 31.086 1.128 14.09 8.311 2.883 3.253 40.617 0.693 14.27 3.333 1.826 1.266 26.047 0.693 14.00 1.333 1.155 0.800 16.166 0.511 14.63 1.875 1.369 0.699 20.026 0.000 16.00 1.500 1.225 0.000 19.596 0.511 14.00 1.875 1.369 0.699 19.170-0.154 13.63 3.231 1.797-0.277 24.490 Elde edlen dönüşümlü logt model tahmn sonuçları şu şekldedr: Dependent Varable: LI* Included obseratons: 19 ERKEGINORTEGITIMI* 0.225 0.051 4.405 0.000-2.541 0.639-3.975 0.001 R-squared 0.494 Mean dependent ar 0.862 Adjusted R-squared 0.464 S.D. dependent ar 1.243 S.E. of regresson 0.909 Akake nfo crteron 2.747 Sum squared resd 14.062 Schwarz crteron 2.847 Log lkelhood -24.101 Durbn-Watson stat 1.692 Model sonuçlarına göre erkeğn ortalama eğtm br brm arttığında kadının çalışmasının lehne fark oranının logartması 0.225 brm artmaktadır. Bu fark oranına göre bell br eğtm seyesndek erkek çn kadının çalışma olasılığı hesaplanablmektedr. Erkeğn ortalama eğtm= 12.50 se değerler yerne konulduğunda (l * (l * )=l * = 0.4864 ken ˆ ˆ * P Ant log L Ant log Ant log(0.4864) 1.62645 1 Pˆ Pˆ 1.62645 Olablrlk oranı 1 Pˆ 1.793 e ( *erkegnortegtm)=22.411 )= (-2.541*1.793)+(0.225*22.411)= 0.4864 bulunur. Pˆ 0.3807 olmak üzere erkeğn ortalama eğtm 12.5 se Kadının çalışma olasılığı %38.07 dr. Logt modelde erkeğn bell br ortalama eğtmde ken eğtmdek br brmlk artışın kadının çalışma olasılığını ne ölçüde arttıracağı bˆ 2(1 Pˆ) Pˆ le hesaplanablmektedr. Buna göre; [0.225*(1-0.3807)*0.3807]= 0.053 elde edlmektedr. Yan Erkeğn ortalama eğtm= 12.50 ken eğtmdek br brmlk artış kadının çalışma olasılığını %5.3 arttırmaktadır.